统计建模课程复习与练习-剖析知识讲解.docxVIP

----宋停云与您分享---- ----宋停云与您分享---- 《统计建模》复习题 统计建模的主要步骤有哪些？ 1 明确问题 2 数据收集 3 数据预处理 4 模型构建 5 模型估计 6 模型检验 7 结果分析 8 撰写论文 试列举至少 5 个常用的统计数据库？例如，中经网统计数据库。 1 国家统计数据库 2 中国经济网数据中心 3 OECD 数据库 4 国研网数据库 5 国家 6 世界银行 7 中国统计年鉴、WIND 数据库、BvD 数据库 试列举至少 4 项国内广泛使用的微观数据库？并简要说明。 1．CHIP数据（中国农村和城市居民家庭收入分配） 2．CHNS（中国健康与营养调查） 3．CHARLS（中国健康与养老追踪调查） 4．CFPS（中国家庭动态调查） 5．CHFS（China Health and Fertility Survey ）中国健康与生育调查 常见的模型估计方法有哪些？试列举之。 最小二乘（OLS）法、极大似然估计、广义矩（GMM）法、分位数回归方法、贝 叶斯估计 在完成统计模型的参数估计后，通常需要进行哪几类检验？试列举之。 定性检验，T检验，f检验，拟合优度检验，预测精度检验 著名统计学家博克斯（George Box）说过：所有的模型都是错的，但其中有一些模型是有用的！ 你对这句话如何理解？ 模型只能是客观世界的一种近似，是现实的简单化或理想化。有用的模型能抓住 并凸显现象中与分析目的最相关的特征，能抓住问题的本质。 简述结构方程模型和普通回归模型的区别？ 结构方程模型，是一种建立、估计和检验多个变量之间的因果关系模型的方法。 模型中既包含有可观测的显变量，也可能包含无法直接观测的潜变量。 普通回归模型属于单方程模型方法，结构方程模型属于联立方程模型方法，回归 分析只能处理显性变量，而结构方程模型可以发现潜在变量。普通回归一般只有 一个因变量，而且是单向的，SEM 则是可单，可双，普通回归是基础，SEM 是后来的发展和完善 和普通回归模型相比，结构方程模型有哪些优点？ 允许回归方程的自变量含有测量误差 可以同时处理多个因变量 3.可以在一个模型中同时处理因素的测量和因素之间的结构。 4.允许更具弹性的模型设定。 ----宋停云与您分享---- ----宋停云与您分享---- 学习-----好资料 结构方程模型的构建包括哪几步？ 1.模型假设: SEM 是一种验证性的方法，必须有理论支撑。在进行模型估计之前， 要先根据理论分析或以往研究成果来设定初始理论模型。 2.模型识别: 确定所设定的模型是否能够对其估计求解。 3.模型估计: 极大似然法（Maximum likelihood）和广义最小二乘法（Generalized least square） 4.模型评价: 对模型的整体和参数的估计值进行评价。如果模型拟合效果不佳，对模型进行修正后重新估计和评价。 观察变量、潜在变量 测量变量：也叫观察变量或显变量（显示变量），是可以直接测量的指标。 潜变量：无法直接观测，其测量是通过一个或几个可观察指标来间接完成的。 测量模型、结构模型 、 更多精品文档 ----宋停云与您分享---- ----宋停云与您分享---- 测量模型 ----宋停云与您分享---- ----宋停云与您分享---- 学习-----好资料 典型的 SEM 模型图示 外生变量、内生变量 外生变量：在模型或系统中，只影响其他变量，而不受其它变量的影响。 在路径图中，只有指向其他变量的箭头，没有箭头（不考虑残差项）指向它的变 量 内生变量：在模型或系统中，受其他变量（外生变量或内生变量）的影响，而不 受其它变量的影响。 在路径图中，有其它变量的箭头指向它。 因果关系、相关关系 因果关系：一个变量对另外一个变量的直接影响。用单向箭头表示。 相关关系：双向曲线箭头表示。但这种相关关系不代表有因果关系。 因果关系需要更严密的证明。例如，常吃鱼的学生学习成绩更好。二者是相关关 系，但不一定具有因果关系。 直接效应、间接效应和总效应 直接效应：反映原因变量（外生变量或内生变量）对结果变量（内生变量）的直 接影响。其大小等于原因变量到结果变量的路径系数。 间接效应：反映原因变量通过一个或者多个中间变量对结果变量所产生的影响。 更多精品文档 ----宋停云与您分享---- ----宋停云与您分享---- 间接效应是所有从原始变量出发，通过中间变量，结束于结果变量的路径系数乘 积之和。 总效应：原因变量对结果变量效应的总和，包括直接效应和间接效应。 饱和模型与非饱和模型 预设模型（Default model）：所建立的模型。 饱和模型（Saturated model）：对参数间关系最无限制的模型，各个变量间都假设相关或有因果关系